热能动力工程

作者：肖俊青，金江涛，李 春，许子非

单位：上海理工大学 能源与动力工程学院，上海 200093,,上海理工大学 能源与动力工程学院，上海 200093,,上海理工大学 能源与动力工程学院，上海 200093,,上海理工大学 能源与动力工程学院，上海 200093,

关键词：轴承;改进变分模态分解;最大相关峭度解卷积;分形;故障诊断

基金：国家自然科学基金（51976131，52006148）；上海市“科技创新行动计划”地方院校能力建设项目（19060502200）

针对强噪声环境下滚动轴承微弱信号易被淹没，其识别缺乏数学理论基础的问题，基于分形理论提出一种改进变分模态分解(Improved Variational Mode Decomposition,IVMD)与最大相关峭度解卷积(Maximum correlated kurtosis deconvolution,MCKD)相结合的轴承早期故障识别方法。采用灰狼算法(Grey Wolf Optimizer,GWO)优化VMD参数，分形筛选最优分量，MCKD算法突显信号中的冲击成分，对其进行包络谱分析实现故障诊断。与其它方法相比，IVMDMCKD方法可较好突显故障特征频率及其倍频，实现滚动轴承早期微弱故障诊断。

来源：2022年第5期

《热能动力工程》期刊编辑部

查看热能动力工程杂志2022年第5期